[發(fā)明專(zhuān)利]一種基于貝葉斯加權(quán)的路口動(dòng)態(tài)轉(zhuǎn)向比例組合估計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410117552.0
• 申請(qǐng)日: 2014-03-27
• 公開(kāi)（公告）號(hào): CN103839412A
• 公開(kāi)（公告）日: 2014-06-04
• 發(fā)明（設(shè)計(jì)）人: 焦朋朋;孫拓;郭金;杜林;王紅霖;李揚(yáng)威;劉美琪
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京建筑大學(xué)
• 主分類(lèi)號(hào): G08G1/01
• 分類(lèi)號(hào): G08G1/01;G06N3/02;G06N3/12
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及應(yīng)用在路口的基于貝葉斯加權(quán)的路口動(dòng)態(tài)轉(zhuǎn)向比例組合估計(jì)方法，用于路口實(shí)時(shí)自適應(yīng)信號(hào)控制系統(tǒng)的開(kāi)發(fā)，并為其他交通管理和信息服務(wù)系統(tǒng)提供基礎(chǔ)數(shù)據(jù)。

背景技術(shù)

路口作為城市道路網(wǎng)的重要節(jié)點(diǎn)，各流向交通量具有非線(xiàn)性、時(shí)變性的特點(diǎn)，科學(xué)合理的路口信號(hào)控制和交通組織方案應(yīng)當(dāng)以準(zhǔn)確、實(shí)時(shí)的交通量為基礎(chǔ)，而動(dòng)態(tài)轉(zhuǎn)向流量是路口信號(hào)控制的基礎(chǔ)數(shù)據(jù)。在現(xiàn)有的交通流檢測(cè)技術(shù)條件下，進(jìn)出口道上游各車(chē)道的路段流量容易通過(guò)檢測(cè)得到，而動(dòng)態(tài)轉(zhuǎn)向流量難以獲得。

路口動(dòng)態(tài)轉(zhuǎn)向比例估計(jì)模型可以根據(jù)路口進(jìn)出口流量的時(shí)間序列，反推得到路口動(dòng)態(tài)轉(zhuǎn)向比例，隨著智能交通技術(shù)的發(fā)展，該模型受到廣泛關(guān)注，提出了遞推估計(jì)算法(1987)、Bell車(chē)隊(duì)擴(kuò)散法(1991)、遺傳算法(2005)、卡爾曼濾波算法(2006)、基本反向傳播(Back?propagation，簡(jiǎn)稱(chēng)BP)神經(jīng)網(wǎng)絡(luò)算法(2007)等路口動(dòng)態(tài)轉(zhuǎn)向比例估計(jì)方法。

遞推估計(jì)算法、Bell車(chē)隊(duì)擴(kuò)散法都是以線(xiàn)性模型推導(dǎo)和估計(jì)轉(zhuǎn)向比例，適合較長(zhǎng)時(shí)間經(jīng)過(guò)流量平滑處理的轉(zhuǎn)向比例估計(jì)，難以估計(jì)實(shí)時(shí)非線(xiàn)性變化的轉(zhuǎn)向比例，不適于在線(xiàn)應(yīng)用；遺傳算法是模擬生物在自然環(huán)境中的遺傳和進(jìn)化過(guò)程而形成的一種自適應(yīng)全局優(yōu)化概率搜索算法，在路口動(dòng)態(tài)轉(zhuǎn)向比例估計(jì)中被用來(lái)求解最小化觀測(cè)值和估計(jì)值的誤差絕對(duì)值之和的優(yōu)化模型，經(jīng)過(guò)若干次迭代后，其結(jié)果進(jìn)化到包含或接近動(dòng)態(tài)轉(zhuǎn)向比例最優(yōu)解的狀態(tài)；卡爾曼濾波算法是在遞推估計(jì)算法的基礎(chǔ)上發(fā)展起來(lái)的時(shí)域方法，求得最小方差意義下動(dòng)態(tài)轉(zhuǎn)向比例的變化特征，屬于狀態(tài)變量的最優(yōu)估計(jì)值，其遞推算法的本質(zhì)決定了該算法效率較高但精度相對(duì)欠佳；基本BP神經(jīng)網(wǎng)絡(luò)算法根據(jù)進(jìn)口道上游檢測(cè)器檢測(cè)得到的各類(lèi)車(chē)道流量的歷史數(shù)據(jù)進(jìn)行訓(xùn)練和學(xué)習(xí)，得到估計(jì)的轉(zhuǎn)向比例，并與實(shí)際數(shù)據(jù)進(jìn)行比較得到誤差，再使用最速下降法，通過(guò)反向傳播誤差來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小，在穩(wěn)定的權(quán)值和閾值條件下實(shí)現(xiàn)對(duì)當(dāng)前數(shù)據(jù)的估計(jì)，但是其學(xué)習(xí)率是常數(shù)，具有訓(xùn)練速度慢、易陷入局部最優(yōu)等不足之處。

為體現(xiàn)卡爾曼濾波算法收斂速度快的特點(diǎn)，發(fā)揮BP神經(jīng)網(wǎng)絡(luò)算法對(duì)于歷史數(shù)據(jù)學(xué)習(xí)效率高的優(yōu)勢(shì)，同時(shí)吸納遺傳算法能夠充分提高估計(jì)方法對(duì)變化情況的適應(yīng)性、使得估計(jì)結(jié)果達(dá)到全局最優(yōu)的優(yōu)點(diǎn)，另外為了避免各種單獨(dú)算法可能出現(xiàn)的局部過(guò)大偏差，在改進(jìn)上述三種方法的基礎(chǔ)上，綜合利用歷史估計(jì)偏差和當(dāng)前估計(jì)偏差，采用貝葉斯公式修正并動(dòng)態(tài)更新權(quán)重，進(jìn)一步將以上三種改進(jìn)方法得到的動(dòng)態(tài)轉(zhuǎn)向比例估計(jì)值進(jìn)行加權(quán)組合，得到能夠?qū)崟r(shí)應(yīng)用的基于貝葉斯加權(quán)的路口動(dòng)態(tài)轉(zhuǎn)向比例組合估計(jì)方法，對(duì)于優(yōu)化路口動(dòng)態(tài)轉(zhuǎn)向比例估計(jì)結(jié)果具有重要意義。

發(fā)明內(nèi)容

為了綜合吸收改進(jìn)卡爾曼濾波、改進(jìn)BP神經(jīng)網(wǎng)絡(luò)、遺傳算法三種方法的優(yōu)點(diǎn)，克服其缺點(diǎn)，本發(fā)明提供一種基于貝葉斯加權(quán)的路口動(dòng)態(tài)轉(zhuǎn)向比例組合估計(jì)方法，主要步驟如下：

步驟1：在路口進(jìn)出口道運(yùn)行路段流量檢測(cè)器，檢測(cè)得到時(shí)間間隔k內(nèi)的進(jìn)出口道交通流量，即Q_i(k)，i＝1，2，…，r表示時(shí)段k自進(jìn)口道i流入路口的流量，Y_j(k)，j＝1，2，…，s表示時(shí)段k自出口道j流出路口的流量；

步驟2：定義路口的動(dòng)態(tài)轉(zhuǎn)向比例B_ij(k)為狀態(tài)變量，以檢測(cè)得到的路口進(jìn)出口道流量為已知量，在遠(yuǎn)端計(jì)算機(jī)中運(yùn)行改進(jìn)的順序卡爾曼濾波算法、改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法和遺傳算法程序，求解三種子算法各自計(jì)算得到的動(dòng)態(tài)轉(zhuǎn)向比例估計(jì)值；

步驟3：引入歷史數(shù)據(jù)，以三種子算法動(dòng)態(tài)轉(zhuǎn)向比例的歷史估計(jì)值與歷史真實(shí)值的偏差作為歷史偏差，同時(shí)以當(dāng)天前5個(gè)時(shí)段三種子算法的估計(jì)值與貝葉斯加權(quán)修正值的平均偏差作為當(dāng)前偏差；

步驟4：在遠(yuǎn)端計(jì)算機(jī)中運(yùn)行貝葉斯加權(quán)程序，綜合應(yīng)用歷史偏差和當(dāng)前偏差標(biāo)定三種子算法的權(quán)重，將三種子算法的估計(jì)結(jié)果加權(quán)，得到當(dāng)前時(shí)段的貝葉斯加權(quán)修正值；

步驟5：將當(dāng)前時(shí)段三種子算法估計(jì)結(jié)果與步驟4得到的當(dāng)前時(shí)段的貝葉斯加權(quán)修正值的偏差作為當(dāng)前時(shí)段偏差存入當(dāng)前偏差數(shù)據(jù)庫(kù)，返回步驟1進(jìn)行下一時(shí)段動(dòng)態(tài)轉(zhuǎn)向比例的估計(jì)，直至全天各時(shí)段動(dòng)態(tài)轉(zhuǎn)向比例估計(jì)結(jié)束，更新歷史偏差數(shù)據(jù)，并進(jìn)行下一天各時(shí)段動(dòng)態(tài)轉(zhuǎn)向比例的計(jì)算。

為滿(mǎn)足實(shí)時(shí)在線(xiàn)系統(tǒng)估計(jì)精度高、收斂速度快的要求，所述第1子算法采用基于改進(jìn)卡爾曼濾波的估計(jì)算法，來(lái)求解路口動(dòng)態(tài)轉(zhuǎn)向比例：

考慮有r個(gè)進(jìn)口道、s個(gè)出口道的路口，在不存在轉(zhuǎn)向限制的情況下，引入動(dòng)態(tài)轉(zhuǎn)向比例B_ij(k)作為狀態(tài)變量；